服务业全要素生产率增长的实证分析——基于2005—2012年安徽的面板数据

基于DEA的Malmquist指数法,采用面板数据实证分析安徽服务业的全要素生产率变动情况。结果表明,2005—2012年间安徽服务业全要素生产率平均增长3.6%,技术进步是推动TFP增长的主要因素,而大多数行业的技术效率则是下降的;但不同行业的生产率增长存在差异,政府有必要对服务业不同行业发展采取不同的政策措施,以提高技术效率,并促进服务业技术进步和效率增长的融合。     

基于随机前沿分析的全要素生产率分解

基于我国2003-2012年省际面板数据,本文采用改进的随机前沿模型与索洛残差法测算出我国技术效率和全要素生产率增长,同时分解了全要素生产率的增长,并简要分析了我国经济增长的源泉。研究发现:(1)近十年来,无论是整体还是各地区,全要素生产率增长均呈现涨跌互现的波动情形且波动较为剧烈。(2)我国经济增长主要依赖要素投入增长,其贡献率高达85.17%,而全要素生产率增长对经济增长的贡献为14.83%,作用不容忽视。(3)技术进步率较低、技术效率低下、资源配置不合理、规模经济效应不显著都是导致我国全要素生产率增长较低的重要原因。此外,在应对"突发"事件时,物质资本深化对经济增长的促进作用显得尤为重要。     

中国省域技术进步的节能偏向研究 ——基于随机前沿函数的实证分析

技术进步对不同投入要素的偏向性将带来不同的经济增长模式,偏向节能的技术进步是我国建设生态文明、促进经济可持续发展的重要支撑。采用随机前沿模型,在估算绿色全要素生产率的基础上,构建资本、劳动、能源消费的技术进步偏向指数,探讨1997—2015年我国省域技术进步是否存在节能偏向。研究发现：我国绿色全要素生产率总体上呈现增长趋势,东部区域的绿色全要素生产率年均增速高于中部和西部区域;在考虑资本、劳动和能源三种投入要素的前提下,我国省域技术进步整体上偏向于节约劳动力,技术进步的节能偏向并不显著;从时间趋势看,劳动-能源、资本-能源的技术偏向指数整体上都有所缩小,表明随着时间的推移,我国省域技术进步已经呈现出节能趋势。     

中国工业行业全要素生产率增长的实证分析

本文采用非参数Maliquist指数方法实证分析了我国工业行业全要素生产率的增长状况,并将其分解为技术进步和技术效率。研究表明,1998—2007年我国工业行业全要素生产率的平均增长率为9．9％：行业间全要素生产率和技术进步变化显著,技术效率变化不大;技术进步是推动我国工业行业全要素生产率增长的最显著因素。     

中国西部地区环境全要素生产率增长研究

运用基于产出距离函数的随机前沿分析方法,对第一轮西部大开发期间中国西部地区的环境全要素生产率增长进行了研究。结果表明,该时期西部地区的技术进步水平逐年提升,但环境全要素生产率出现下降,技术效率、规模效应和投入价格效应是制约环境全要素生产率增长的主要因素。西部地区不同省份的环境全要素生产率存在显著差异,重庆、四川和贵州的环境全要素生产率实现正增长,而其技术效率下降较少是主要原因。     

资源环境约束下我国经济增长的源泉与动力研究

在资源环境约束的增长核算框架下,测算了全要素生产率、要素投入和生态消耗三大经济增长源泉的贡献度,按照对我国经济增长的贡献度从高到低依次是资本、能源、劳动,而全要素生产率、CO2排放量对我国经济增长的贡献度为负。这也表明,我国现行的经济增长仍然是一种粗放型的发展模式,亟待通过提升全要素生产率来转换经济增长动力。通过对影响我国全要素生产率的因素进行分析,研究发现:技术进步因素显著地促进了我国全要素生产率的增长,而制度因素则阻碍了我国全要素生产率的增长。因此,要加大教育投入和R&D通过提升人力资本水平和研发水平,以技术创新促进全要素生产率的提升;另外,要通过优化环境管制政策,健全环境标准,引导企业技术创新,促进产业结构优化调整。加快构建开放型经济体制,提高我国出口产品的附加值和竞争力。     

农田灌溉设施的全要素生产率增长效应

基于中国15个小麦主产省2000—2017年面板数据,采用SFA-Malmquist指数法和面板工具变量法探讨了农田灌溉设施的小麦全要素生产率增长效应及作用机制,结果表明:2000—2017年间,小麦全要素生产率年均提升1.66%,技术进步率和效率提升率年均增长1.21%和0.38%,总体表现为技术诱导型的增长模式;农田灌溉规模的扩张可以在保障小麦生产效率提升的同时推动技术进步,实现小麦全要素生产率增长的双重驱动;农田灌溉质量的提升表现出正向的技术进步效应,但对技术效率却产生了微弱负向影响,且全要素生产率增长效应不显著。因此,在保持灌溉规模扩张对小麦全要素生产率驱动作用的同时,挖掘灌溉质量提升带来的全要素生产率增长潜能,将会是实现小麦稳产增产的关键。     

我国能源消费的动态演变 ———基于时变参数的状态空间模型

采用多变量分析框架,将产业结构和技术进步与经济增长并列纳入研究体系分析能源消费的动态演变,构造了我国能源消费的可变系数状态空间模型,运用卡尔曼滤波方法对能源消费的收入弹性、产业结构弹性及生产率弹性的趋势变化进行估计。结果显示,经济增长和产业结构对能源消费有明显的促进作用,而全要素生产率与能源消费负相关,具有抑制能源消费的作用。从各弹性的长期变动趋势来看,能源的收入弹性有继续小幅提升的可能,产业结构弹性呈现明显的下降趋势,而全要素生产率对能源消费的影响程度日益加深。     

碳排放约束与农业全要素生产率增长及分解

针对传统ML指数不具有传递性特征并且面临潜在线性规划无解的问题,将Global Malmquist－Luenberger生产率指数引入到农业全要素生产率的分析框架中,并利用中国31个省市1993—2013年的面板数据测算了碳排放约束条件下农业全要素生产率的增长及其分解。研究表明：是否考虑农业碳排放因素会对农业全要素生产率的测算产生较大影响,忽略碳排放约束会高估区域农业全要素生产率,测算结果可能导致政策偏误;在碳排放约束条件下,中国农业发展普遍存在效率恶化与技术进步并存的局面,农业全要素生产率增长主要由技术进步贡献,农业技术效率不增反减;中国农业全要素生产率增长存在显著的区域差异,东部地区要明显优于其他地区;中国农业大省在碳排放约束条件下未能表现出特别明显的农业优势,农业大省并非农业强省。     

湖北省柑橘产业生产效率的DEA分析

采用数据包络分析法及我国2005—2010年柑橘生产成本和收益数据,对湖北省柑橘生产效率与其他三大主产区及全国平均生产效率进行了分析。结果表明,湖北、湖南、广东、福建四大主产区柑和桔全要素生产率呈现出明显的周期性波动;湖北省柑生产的全要素生产率变化主要源于综合技术效率变动和技术进步的共同作用,湖北省桔生产的全要素生产率变化主要源于综合技术效率的变动;湖北省柑和桔生产的规模效率变动决定了综合技术效率的变动,全国柑和桔生产的规模效率和纯技术效率变动共同影响了综合技术效率的变动。     

中国农业生产效率变动的驱动因素研究

运用DEA-Malmquist生产率指数法,对1978-2011年省级农业TFP进行了数量测算与系统分解,并细致考察了其时序演变差异、地理空间分布与分组增速效率等特征.测算发现:农业TFP增长源泉主要是由技术进步率与技术效率双轮驱动的,但技术效率的驱动作用有限.农业TFP与技术进步率指数呈顺周期变化,与技术效率指数有逆周期波动阶段.农业TFP效率变动具有比较严重的地理空间上的非均衡性.省际间各指数差异显著,农业技术效率指数全国各区域普遍不高,中西部地区的农业前沿技术进步率比较糟糕,但各直辖市主要效率指数增长效应显著.农业TFP及其分解指数“发散效应”明显,“收敛效应”与“外溢效应”趋势不显著.除了要素输入,经营模式创新更显重要,“双轮驱动”应成为未来中国农业经济增长方式转变与可持续发展的路径.     

农业绿色全要素生产率增长及其影响因素

通过拓展的非径向非角度的DEA模型和Luenberger生产率指标,在估算了农业污染的前提下,计算了中国农业绿色TFP的增长,并对其影响因素进行了分析。结果表明：中国农业绿色TFP目前增长较慢,且区域差异明显;农业技术效率改善缓慢,技术进步是农业绿色TFP增长的主要源泉;如果忽视环境约束,将导致农业TFP增速的明显高估;农业税的减免促进了农业绿色TFP增速的提高,而农业财政支出的影响并不明显;工业化、城市化的推进和农业贸易条件阻碍了农业绿色TFP增速的提高。     

河南省生产率进步及其因素分解——基于DEA-Malmquist指数的市级数据分析

运用DEA-Malmquist指数分析法对18个市2000-2009年间的全要素生产率进步及其因素分解分析的结果表明:河南各市全要素生产率增长十分强劲,年均达14.7%,且落后地区具有明显的追赶趋势,但近几年下滑趋势明显。进一步的实证分析说明,技术进步是推动全要素生产率增长的主要动力,而综合技术效率和纯技术效率的下降则是制约TFP提升的瓶颈因素。因此,要遏制全要素生产率的下滑势头,就必须大力推进科技进步、提升技术效率和规模效率。     

北京制造业全要素生产率持续增长的对策研究——基于DEA的Malmquist生产率实证分析

1997-2006年期间,北京市制造业的全要素生产率(TFP)年均增长率为10.2%,TFP的增长主要得益于技术进步,而技术效率则出现年均2.4%的衰退,对其产生负面影响。因此,要继续推动北京制造业生产率的增长,必须在保证技术进步、加大技术研发投入的同时,对技术效率进行优化和提高。不断提高企业的经营管理水平,有效组织和整合企业资源,加大制造业产业布局的调整力度,实现产业规模经济以及协同效应。     

我国制造业技术效率的测算与变动研究

运用基于数据包络分析(DEA)的Malmquist指数分析方法对2003—2011年我国制造业的全要素生产率(TFP)进行测算,从而得出我国制造业技术效率与技术进步的现状及发展趋势。结果表明,从2003—2011年期间,制造业各行业的全要素生产率平均年增长率为8%,技术进步的年均增长率为4.9%,技术效率的年均增长率为2.9%,由此看来,9年来在影响30个制造行业的全要素生产率的增长因素中,技术进步和技术效率同时起到作用,技术进步的效果稍加显著。     

物流业技术效率及全要素生产率研究现状

物流业的技术效率及全要素生产效率研究近年来成为热点。数据包络分析以及随机前沿函数模型等物流业技术效率与全要素生产率测度的方法与传统计量方法相比具有很大优势,但现有研究方法中缺乏不同方法计算结果的对比,缺乏对影响物流技术效率的环境因素的分析,及对物流技术进步与技术效率演变趋势的探讨等研究的不足。未来应该采用考虑环境因素的全要素生产率分析方法来研究中国省际物流业技术效率及全要素生产率差距问题,这将是一个具有重大理论意义和实际意义的课题。     

我国保险业全要素生产率及其增长分析

文章研究了1998~2003年我国保险业全要素生产率(TFP)增长趋势,并将其分解为前沿技术进步(FS)、纯技术效率(PTE)的变化、规模效率(SE)的变化三大因素。研究发现:保险业的全要素增长率(TFP)呈现逐年上升的趋势,年均增长在15.9%;前沿技术进步已成为我国保险业TFP增长的最主要动力,保险公司因前沿技术进步平均每年提高全要素生产率高达16.7个百分点;保险公司相对前沿的技术效率(TE)差距拉大,已出现阻碍TFP增长的趋势,这种技术效率的差距不是由于纯技术效率的差异影响而主要是受规模效率的影响。